交叉索引引用

Question

对不起，如果标题混乱，我不能确定我应该如何标签，我试过。

我正在写一个程序做一些交叉索引搜索，该程序是使用Visual Studio 2010中

写在C＃我有3列的表格：Category，Type和Item。该表是从excel电子表格读入并存储在某种数据结构中的（稍后将对此进行解释）。以下是该表的简短示例。

| CATEGORY | TYPE | ITEM | <<header row 
| categoryA | typeA | itemA | <<first entry 
| categoryA | typeB | N/A | 
| categoryA | typeC | itemB | 
| categoryA | typeD | N/A | 

我将读取两个用户输入字符串，并且我希望程序确定它们是否匹配。 [假设用户输入没有错字，我已经写一个函数来处理这个和正常化两个字符串]

确定两个字符串是否匹配是这样的逻辑：

1）如果字符串是一个CATEGORY，每TYPE和ITEM具有相同的CATEGORY是匹配。

2）如果字符串是TYPE或ITEM，在同一行中唯一的其他数据是匹配

下面是一些例子，串a和b是两个输入字符串和匹配是一个布尔值：

1) a = "categoryA", b = "typeA", match = true 
2) a = "categoryA", b = "itemB", match = true 
3) a = "typeC", b = "itemB", match = true 
4) a = "typeC", b = "itemA", match = false 
5) a = "itemA", b = "itemB", match = false 

如果这不够清楚，我会给出更多的例子。

所以我的整体问题是：什么是最适合的数据结构来存储Excel电子表格中的数据，以及如何使用此数据结构进行搜索/比较匹配？

我虽然使用了Dictionary<string, string>，所以我可以在字典中搜索字符串a并获取匹配字符串列表并进行比较，但是这样我将会有一个巨大的字典和多个相同的密钥，这是行不通的。

任何建议/帮助表示赞赏。

Answer 1

我会考虑使用DataTableSystem.Data命名空间，它适合存储在内存中的表格数据。什么可能使它更具吸引力是你可以用SQL查询它，如通过DataView类RowFilter属性查询。

一些伪代码：

DataTable excelTable = new DataTable(); 

//a method that reads Excel doc and injects data into DataTable 
PopulateFromExcel(excelTable); 

DataView dv = new DataView(excelTable); 
dv.RowFilter = "a = 'categoryA' AND b= 'typeA'"; 
var match = dv.Count > 0; 

Answer 2

我会建议使用DOCMD.TransferSpreadsheet方法和Excel数据导出到访问，并做一些simplet quering以符合您的要求。

Answer 3

我有两个建议：一是优化效率，而其他优化内存使用：

---

如果你做大量的查找，最有效的数据结构可能是一个元组的的HashSet。以下是一个示例：

var set = new HashSet<Tuple<string, string>>(); 

set.Add(Tuple.Create("categoryA", "typeA")); 
set.Add(Tuple.Create("categoryA", "itemA")); 
set.Add(Tuple.Create("typeA", "itemA")); 
set.Add(Tuple.Create("categoryA", "typeB")); 
set.Add(Tuple.Create("categoryA", "typeC")); 
set.Add(Tuple.Create("categoryA", "itemB")); 
... 

var found1 = set.Contains(Tuple.Create("categoryA", "typeC")); // yields True 
var found2 = set.Contains(Tuple.Create("itemA", "itemB")); // yields False 

当您读取数据时，将为每行添加应将True设置为HashSet的所有可能组合。这将是相当大的，但查找操作应该几乎是瞬间的。

---

或者，你可以创建一个类MyRow与领域Category，Type和Item和数据存储在List<MyRow>。然后，你可以使用LINQ找到匹配的记录：

var isMatch = myList.Any(row => (row.Category == string1 && row.Type == string2) 
          || (row.Category == string1 && row.Item == string2) 
          || ...); 

这需要最少的内存（因为每个值只存储一次）。但是，每个搜索操作都会遍历完整列表，直到找到匹配项。